近年來,隨著計算機硬件水平的提高和人工智能技術(shù)的發(fā)展,智能機器人在多種場景中得到應(yīng)用,如工業(yè)機器人、掃地機器人等。對環(huán)境的感知與理解是智能機器人進(jìn)行自主探索、行為決策、人機交互等任務(wù)的基礎(chǔ)。機器人一般通過激光雷達(dá)、攝像機等傳感器捕捉周邊環(huán)境信息,使用算法進(jìn)行分析,最后實現(xiàn)對環(huán)境的理解。如何利用圖像中視覺數(shù)據(jù)使機器人擬人化地感知環(huán)境且進(jìn)行決策是計算機視覺領(lǐng)域中熱門的研究問題,針對這個問題,本文提出了結(jié)合雙目視覺SLAM技術(shù)與語義分割技術(shù)的三維語義地圖構(gòu)建方法,使智能機器人可以根據(jù)相機圖片構(gòu)建三維語義地圖,幫助其更好地理解環(huán)境信息,更智能化地進(jìn)行自主工作。本文以基于雙目視覺信息的三維語義地圖構(gòu)建方法為研究目標(biāo),首先對語義分割技術(shù)進(jìn)行研究,針對傳統(tǒng)語義分割神經(jīng)網(wǎng)絡(luò)模型在分割效率和精度方面存在的不足,分析了高效神經(jīng)網(wǎng)絡(luò)的設(shè)計方法。結(jié)合分解卷積、殘差連接、卷積通道重排序和多尺度膨脹卷積的方法設(shè)計了網(wǎng)絡(luò)卷積單元,利用多尺度金字塔級聯(lián)結(jié)構(gòu)構(gòu)建基于注意力機制的解碼器,組成實時語義分割神經(jīng)網(wǎng)絡(luò)模型。通過實驗對比分析,證明了該語義分割網(wǎng)絡(luò)在參數(shù)量、分割精度和運行速度上都有較好的表現(xiàn),在語義分割任務(wù)的精度要... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

實例語義地圖[25]

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-9-圖像進(jìn)行處理，面對高分辨率圖像會導(dǎo)致網(wǎng)絡(luò)無法進(jìn)行有效的運算處理，計算緩慢。卷積神經(jīng)網(wǎng)絡(luò)是在計算機視覺和圖像處理領(lǐng)域中應(yīng)用最為廣泛和成功的模型，最開始在手寫數(shù)字的研究中取得了較高的識別準(zhǔn)確率，后續(xù)被推廣到其他分割、識別、跟蹤等領(lǐng)域廣泛應(yīng)用。與傳統(tǒng)的神經(jīng)元不同，傳統(tǒng)神經(jīng)元的計算通常是二維的，卷積輸出也是二維的向量，而卷積神經(jīng)元多了卷積通道的維度，可以將多通道的輸入的二維圖像進(jìn)行卷積，得到多通道的卷積特征圖。卷積神經(jīng)網(wǎng)絡(luò)通常包含有輸入層、卷積層、下采樣層、全連接層、輸出層等，其結(jié)構(gòu)組成如圖2-1所示。圖2-1卷積神經(jīng)網(wǎng)絡(luò)圖2-1各層網(wǎng)絡(luò)作用如下：（1）卷積層：在卷積層中，卷積核對上一層傳來的特征圖進(jìn)行操作，得到輸出的特征圖，卷積操作如圖2-2所示。圖2-2卷積操作卷積核中的參數(shù)值是網(wǎng)絡(luò)訓(xùn)練的核心，不同參數(shù)的卷積核對特征圖進(jìn)行卷積后得到的特征圖也完全不同，因此參數(shù)的訓(xùn)練調(diào)整的過程就是網(wǎng)絡(luò)學(xué)習(xí)的過程。卷積核卷積會導(dǎo)致圖片維度發(fā)生變化，為此通常在輸入的特征圖周圍加上和卷積核寬度大小相對應(yīng)的值進(jìn)行擴充，稱為padding。卷積核的卷積操作體現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的不同之處，由于卷積核大小通常是固定的并且遠(yuǎn)遠(yuǎn)小于輸入的特征圖的分辨率，因此每次卷積中上一層的特征圖中只有部分區(qū)域的特征會被聚集且傳到下一層的對應(yīng)位置，實現(xiàn)了神經(jīng)網(wǎng)絡(luò)的局部連接，有效保證了網(wǎng)絡(luò)信息的傳遞，對比全連接的方法計算量和參數(shù)量都大大

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-9-圖像進(jìn)行處理，面對高分辨率圖像會導(dǎo)致網(wǎng)絡(luò)無法進(jìn)行有效的運算處理，計算緩慢。卷積神經(jīng)網(wǎng)絡(luò)是在計算機視覺和圖像處理領(lǐng)域中應(yīng)用最為廣泛和成功的模型，最開始在手寫數(shù)字的研究中取得了較高的識別準(zhǔn)確率，后續(xù)被推廣到其他分割、識別、跟蹤等領(lǐng)域廣泛應(yīng)用。與傳統(tǒng)的神經(jīng)元不同，傳統(tǒng)神經(jīng)元的計算通常是二維的，卷積輸出也是二維的向量，而卷積神經(jīng)元多了卷積通道的維度，可以將多通道的輸入的二維圖像進(jìn)行卷積，得到多通道的卷積特征圖。卷積神經(jīng)網(wǎng)絡(luò)通常包含有輸入層、卷積層、下采樣層、全連接層、輸出層等，其結(jié)構(gòu)組成如圖2-1所示。圖2-1卷積神經(jīng)網(wǎng)絡(luò)圖2-1各層網(wǎng)絡(luò)作用如下：（1）卷積層：在卷積層中，卷積核對上一層傳來的特征圖進(jìn)行操作，得到輸出的特征圖，卷積操作如圖2-2所示。圖2-2卷積操作卷積核中的參數(shù)值是網(wǎng)絡(luò)訓(xùn)練的核心，不同參數(shù)的卷積核對特征圖進(jìn)行卷積后得到的特征圖也完全不同，因此參數(shù)的訓(xùn)練調(diào)整的過程就是網(wǎng)絡(luò)學(xué)習(xí)的過程。卷積核卷積會導(dǎo)致圖片維度發(fā)生變化，為此通常在輸入的特征圖周圍加上和卷積核寬度大小相對應(yīng)的值進(jìn)行擴充，稱為padding。卷積核的卷積操作體現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的不同之處，由于卷積核大小通常是固定的并且遠(yuǎn)遠(yuǎn)小于輸入的特征圖的分辨率，因此每次卷積中上一層的特征圖中只有部分區(qū)域的特征會被聚集且傳到下一層的對應(yīng)位置，實現(xiàn)了神經(jīng)網(wǎng)絡(luò)的局部連接，有效保證了網(wǎng)絡(luò)信息的傳遞，對比全連接的方法計算量和參數(shù)量都大大


本文編號：3423027